单线程同步
- 使用socket传输数据
- 使用json序列化消息体
- struct将消息编码为二进制字节串，进行网络传输
消息协议
// 输入
{
in: "ping",
params: "ireader 0"
}
// 输出
{
out: "pong",
result: "ireader 0"
}
客户端 client.py
# coding: utf-8
# client.py
import json
import time
import struct
import socket
def rpc(sock, in_, params):
response = json.dumps({"in": in_, "params": params}) # 请求消息体
length_prefix = struct.pack("I", len(response)) # 请求长度前缀
sock.sendall(length_prefix)
sock.sendall(response)
length_prefix = sock.recv(4) # 响应长度前缀
length, = struct.unpack("I", length_prefix)
body = sock.recv(length) # 响应消息体
response = json.loads(body)
return response["out"], response["result"] # 返回响应类型和结果
if __name__ == '__main__':
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(("localhost", 8080))
for i in range(10): # 连续发送10个rpc请求
out, result = rpc(s, "ping", "ireader %d" % i)
print out, result
time.sleep(1) # 休眠1s，便于观察
s.close() # 关闭连接
服务端 blocking_single.py
# coding: utf8
# blocking_single.py
import json
import struct
import socket
def handle_conn(conn, addr, handlers):
print addr, "comes"
while True: # 循环读写
length_prefix = conn.recv(4) # 请求长度前缀
if not length_prefix: # 连接关闭了
print addr, "bye"
conn.close()
break # 退出循环，处理下一个连接
length, = struct.unpack("I", length_prefix)
body = conn.recv(length) # 请求消息体
request = json.loads(body)
in_ = request['in']
params = request['params']
print in_, params
handler = handlers[in_] # 查找请求处理器
handler(conn, params) # 处理请求
def loop(sock, handlers):
while True:
conn, addr = sock.accept() # 接收连接
handle_conn(conn, addr, handlers) # 处理连接
def ping(conn, params):
send_result(conn, "pong", params)
def send_result(conn, out, result):
response = json.dumps({"out": out, "result": result}) # 响应消息体
length_prefix = struct.pack("I", len(response)) # 响应长度前缀
conn.sendall(length_prefix)
conn.sendall(response)
if __name__ == '__main__':
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM) # 创建一个TCP套接字
sock.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) # 打开reuse addr选项
sock.bind(("localhost", 8080)) # 绑定端口
sock.listen(1) # 监听客户端连接
handlers = { # 注册请求处理器
"ping": ping
}
loop(sock, handlers) # 进入服务循环
多线程同步
- 使用线程库thread创建原生线程
- 服务器可并行处理多个客户端
服务端 multithread.py
多进程同步
- Python的GIL导致单个进程只能占满一个CPU核心，多线程无法利用多核优势
- os.fork()会生成子进程
- 子进程退出后，父进程需使用waitpid系统调用收割子进程，防止其称为僵尸资源
- 在子进程中关闭服务器套接字后，在父进程中也要关闭服务器套接字
- 因为进程fork后，父子进程都有自己的套接字引用指向内核的同一份套接字对象，套接字引用计数为2，对套接字进程close，即将套接字对象的引用计数减1
PreForking同步
- 进程比线程耗费资源，通过PreForking进程池模型对服务器开辟的进程数量进行限制，避免服务器负载过重
- 如果并行的连接数量超过了prefork进程数量，后来的客户端请求将会阻塞
单进程异步
- 通过事件轮询API，查询相关套接字是否有响应的读写事件，有则携带事件列表返回，没有则阻塞
- 拿到读写事件后，可对事件相关的套接字进行读写操作
- 设置读写缓冲区
- Nginx/Nodejs/Redis都是基于异步模型
- 异步模型编码成本高，易出错，通常在公司业务代码中采用同步模型，仅在讲究高并发高性能的场合才使用异步模型
PreForking异步
Tornado/Nginx采用了多进程PreForking异步模型，具有良好的高并发处理能力
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。